Deepfakes: hoe het werkt, apps en enkele voorbeelden

Deepfake-foto's en -video's trekken de aandacht van velen over de hele wereld en zorgen ervoor dat onderzoekers en wetgevers zich afvragen: wat nu?

De deepfake-term staat voor "deep learning" en nep, verwijzend naar het gebruik van deep learning-methoden van kunstmatige intelligentie om een nepkopie van alle media te maken.

Velen zijn verontrust over hoe gemakkelijk het is om foto's en video's te vervalsen met behulp van deepfake-apps, terwijl anderen het erg vermakelijk vinden. Deepfakes zijn echter een ding geworden.

We nemen deze technologie dus nader onder de loep om te ontdekken hoe het werkt en wat het voor de wereld betekent.

Inhoudsopgave

Deepfakes versus kunstmatige intelligentie

Eerst en vooral is het belangrijk om het verschil op te merken tussen standaard AI-gegenereerde output en deepfakes. AI-algoritmen produceren al eeuwenlang verschillende soorten media-output, maar je kunt ze nauwelijks deepfakes noemen.

De term deepfake verwijst naar vervalste media, zoals video's, afbeeldingen of iets anders, dat wil zeggen een AI-bewerkte versie van een reeds bestaande kopie.

Kunstmatige intelligentie heeft zich het afgelopen decennium enorm ontwikkeld, dankzij goedkopere, krachtigere computers en nieuwe ontwikkelingen in het veld.

Waar AI-gegenereerde beelden tien jaar geleden gemakkelijk herkenbaar waren, zijn de algoritmen de afgelopen jaren beter geworden, waardoor het gemakkelijker is om zeer realistische resultaten te produceren. Het is dit hoge niveau van authenticiteit dat AI-gegenereerde afbeeldingen in het algemeen, en deepfakes in het bijzonder, erg indrukwekkend maakt.

AI en diep leren

Om te begrijpen hoe computeralgoritmen zijn geëvolueerd om de zeer realistische menselijke gezichten te creëren die u kunt vinden op gegenereerd.foto's en dezepersoonbestaat.com, heb je een inleiding in kunstmatige intelligentie nodig.

Er zijn verschillende gebieden in AI, afhankelijk van de methode die je gebruikt en wat je van plan bent te bereiken. U vindt er alles, van waarschijnlijkheidsmethoden zoals het Bayesiaanse filter dat wordt gebruikt voor spamdetectie tot fuzzy logic, evolutionaire algoritmen die zich vanzelf ontwikkelen en kunstmatige neurale netwerken die tot doel hebben het menselijk brein te simuleren.

Neurale netwerken

Net zoals er echte neuronen in het menselijk brein zijn, met hun dendrieten en axonen die verbonden zijn in zeer complexe netwerken die miljoenen tot miljarden neuronen omspannen, zijn ook kunstmatige neuronen verbonden. Maar hun aantal wordt beperkt door rekenkracht.

Het doel van een neuraal netwerk is om op elke input een output of antwoord te geven. Dit wordt bereikt door eerst het netwerk te onderwijzen zoals je een kind zou leren. Daarna kan het nu voorspellingen doen op basis van uw leringen.

Hoe deepfaken werkt

Er zijn veel dingen en gebieden waar je kunstmatige intelligentie kunt toepassen. Deepfaking is er slechts één van, die is ontstaan uit het gebruik van neurale netwerken om afbeeldingen te bewerken. De eerdere resultaten waren veelbelovend, maar ze waren erg basaal totdat Ian Goodfellow en vrienden in 2014 met GAN kwamen.

GAN of Generative Adversarial Network is een raamwerk voor het aanleren van neurale netwerken. Dus in plaats van dat je het netwerk zelf moet voorbereiden en aanleren, laat je een ander netwerk concurreren met het eerste netwerk door de output ervan te bekritiseren. Dit leidt tot het genereren van geweldige resultaten op basis van elke trainingsset.

De resultaten van de GAN-aanpak waren toen net zo fenomenaal als nu. Het is ook de basis geworden van veel AI-oplossingen en -toepassingen, waaronder deepfakes. Bovendien hebben de verbeteringen in rekenkracht het gemakkelijker gemaakt om geweldige dingen te doen, zelfs op smartphones.

Mogelijke deepfake-toepassingen

Afgezien van de zeer populaire afbeeldingen en video's die op het net circuleren, zijn er brede toepassingen voor het gebruik van de deepfake-technologie voor andere, meer nuttige doeleinden.

Deepfakes kunnen spraakgestoorde patiënten helpen een stem te vinden met behulp van audiosynthese. Het kan worden gebruikt in de klas, waar historische figuren weer tot leven worden gebracht, zoals gebeurde in het Dalí-museum in St. Petersburg, Florida.

De filmindustrie kan ook toepassingen vinden voor deepfakes, omdat het de kosten van CGI (Computer Generated Imagery) in films aanzienlijk kan verlagen. Dode entertainers en acteurs kunnen weer tot leven worden gewekt en in nieuwe films worden opgenomen.

Met deepfakes kan iedereen gespecialiseerde video's in meerdere talen maken, zoals gebeurde met de campagne 'malaria niet meer' van David Beckham en de politieke campagne van Manoj Tiwari in India, waar hij vloeiend meerdere talen sprak.

Gaming kan ook goede toepassingen vinden voor deepfakes, omdat spelers zich kunnen onderdompelen in het spel voor een diepere virtual reality-ervaring.

Zelfs social media marketeers vinden toepassingen voor door de computer gegenereerde social media persoonlijkheden die volledig op de computer zijn gemaakt en beheerd. Hoewel het geen echte deepfake is, is die van Calvin Klein Lil Miquela en haar 3 miljoen Instagram-volgers laten zien wat er mogelijk is.

Enkele deepfake-voorbeelden

Om deze technologie en de beloften die het inhoudt beter te begrijpen, zijn hier enkele van de meest indrukwekkende deepfakes die er zijn.

Obama-aankondiging – Dit is een van de bekendste, oudste en meest schokkende deepfakes. Deze video, uitgebracht in 2018, is gemaakt als een waarschuwing om mensen te informeren over de mogelijkheden van de technologie.
Het bevatte Obama die een aankondiging van een openbare dienst deed en hij noemde Trump een "dip". De maker is Jordan Peele en de tools die hij gebruikte zijn Adobe After Effects en FaceApp.
Mona Lisa – De meeste mensen kennen het meesterwerk van Leonardo da Vinci, de Mona Lisa. Maar in 2019 verwonderden mensen zich over de hele wereld, toen ze haar voor het eerst zagen glimlachen en bewegen, dankzij de Russische AI-onderzoekslaboratoria van Samsung.
Met het label "realistische neurale pratende hoofden", gebruikten de onderzoekers 7,000 afbeeldingen die van YouTube waren verzameld om dit neurale net te trainen. Dan is alles wat je nodig hebt een enkele foto die past bij de gelaatstrekken en het gezicht animeert. Ze deden het ook met Albert Einstein, Marilyn Monroe, Salvador Dalí en anderen.
Zoomgesprekken – In 2020 lieten twee Russische onderzoekers zien hoe je de aanpasbare achtergrondfunctie van Zoom-videogesprekken kunt gebruiken om realtime geanimeerde deepfakes te maken van wie je maar wilt. Ze kunnen verschijnen als een levende en sprekende Albert Einstein, de Mona Lisa, Donald Trump of Boris Johnson op internetgesprekken.
Salvador Dalí – In 2019 vond in het Dalí Museum in St. Petersburg, Florida, de tentoonstelling “Dalí Lives” plaats. Het bevatte een deepfak-versie van de dode artiest en ze hadden meer dan 1,000 uur machine learning en 6,000 frames nodig om het voor elkaar te krijgen.
DeepNude – Ook in 2019 bracht een team van ontwikkelaars een indrukwekkende app uit genaamd DeepNude. Het enige dat nodig was, was een foto van een vrouw in bikini's en het zou haar volledig naakt uitkleden. Vervolgens voegde het een "FAKE" watermerk toe aan de afbeelding, dat u voor $ 50 kunt verwijderen.
De app verbaasde en verontwaardigde zoveel mensen. En de druk was zo groot dat de ontwikkelaars het van het web moesten halen. De open source-code op GitHub is ook verwijderd, maar websites zoals http://deepnude.to en een telegrambot laten zien dat DeepNude voortleeft.

Opmerkelijke deepfake-apps

Er zijn ook veel deepfake-generator-apps, waarvan sommige indrukwekkender zijn dan andere. Ze zijn meestal voor de smartphone en maken het voor iedereen gemakkelijk om snel foto's en video's te manipuleren.

Deze apps omvatten:

DeepFaceLab – Beschikbaar op GitHub, DeepFaceLab is een toonaangevende softwareoplossing voor het maken van deepfakes. Hiermee kun je gezichten verwisselen en verouderen, het hoofd vervangen en de lippen van politici en andere interessante mensen manipuleren. Veel YouTube-kanalen gebruiken het ook.
MyHeritage – The Deep Nostalgia aanbieding van MyHeritage.com maakt het gemakkelijk om antieke familiefoto's tot leven te brengen. MyHeritage is een platform om uw stamboom te ontdekken. Dus je voorouders weer tot leven brengen kan een enge maar indrukwekkende ervaring zijn.
FakeApp - Ontwikkeld en uitgebracht door een Reddit-gebruiker, maakt FakeApp het gemakkelijk om gratis gezichten op een video te wisselen of ermee te spelen. Het werd gebruikt bij het maken van de beroemde remastering van de jonge prinses Leia in de prequel Star Wars: Rogue One. Het kostte blijkbaar maar enkele minuten om het te maken, maar het zag er beter uit dan het origineel van de film, dat weken duurde en veel meer kostte.
Reface - Nog een indrukwekkende en leuk te gebruiken app beschikbaar voor Android en iOS. Het wordt echter geleverd met advertenties, die u kunt verwijderen met een maandelijks abonnement.
Zao - Chinese deepfake-app waarmee je in slechts enkele seconden nieuwe video's kunt maken, maar met indrukwekkende resultaten. Het is alleen beschikbaar in China.
Deepfakes Web - Een cloudgebaseerde deepfake-app die op internet werkt. Ga naar de website, upload een video en klik op een knop. Vervolgens leert het systeem de video en maakt het een nieuwe voor u. Je kunt het ook trainen voor betere resultaten.

Conclusie

Aan het einde van deze deepfake-post zou het duidelijk moeten zijn hoe ver deze technologie inmiddels is gekomen. En dit omvat zowel de morele als immorele benaderingen, aangezien de p*rno-industrie altijd een bron van innovatie op internet is geweest.

Ook gezien de relatief goedkopere kosten van AI-deepfakes ten opzichte van traditionele CGI's, is de toekomst zeker rooskleurig voor deepfake-gebruik in de filmindustrie, evenals in andere toepassingen buiten entertainment.

Deepfakes: hoe het werkt, apps en enkele voorbeelden - TargetTrend (2024)